社會網絡、民間借出款與農村家庭金融資產選擇
——基于中國家庭金融調查數據的實證分析

王曉青

(南京農業大學 經濟管理學院, 江蘇 南京 210095；南京審計大學 經濟與貿易學院，江蘇 南京 211815)

社會網絡、民間借出款與農村家庭金融資產選擇
——基于中國家庭金融調查數據的實證分析

王曉青

(南京農業大學 經濟管理學院, 江蘇 南京 210095；南京審計大學 經濟與貿易學院，江蘇 南京 211815)

基于中國家庭金融調查(CHFS)數據，考察社會網絡對農村家庭民間借出這一金融資產選擇行為的影響。研究發現：家庭社會網絡關系越強，越有助于降低借出風險，農村家庭民間借出參與率和借出款比例越高，并且使用不同代理變量結論仍保持穩健；收入越低的農村家庭，社會網絡對其民間借出行為的正向效應越顯著；社會網絡對農村家庭民間借出行為的作用隨著收入的提高、正規金融的發展而逐步減弱。

社會網絡；民間借出款；農村家庭；金融資產選擇

一、引言及相關文獻回顧

家庭是社會經濟活動的微觀主體，資產是家庭存在和發展的重要物質保障。“十八大”提出的讓家庭資產保值增值以實現“中國夢”，對居民家庭的資產合理配置提出了新的研究課題。農村家庭是中國農村地區的基本單位，在社會經濟中有著重要而特殊的地位，因此其經濟行為特征始終備受關注，尤其是從家庭負債角度展開的農戶正規信貸與非正規信貸行為等方面研究，已形成較多共識，為農村金融改革提供了重要參考(王定祥 等，2011；劉西川 等，2014)。隨著中國農村地區經濟金融的發展，農村居民家庭收入資產水平逐步提高*自20世紀90年代以來，我國農村居民人均純收入、住房資產和消費支出均出現顯著增長(《中國住戶調查年鑒2013》)。國家統計局《2015年國民經濟運行情況》數據顯示，2015年全國居民人均可支配收入21966元，比上年實際增長7.4%。城鎮居民人均可支配收入31195元，比上年實際增長6.6%；農村居民人均可支配收入11422元，比上年實際增長7.5%。城鄉居民人均收入倍差2.73，比上年縮小0.02。，因此有必要從資產這一角度關注農村家庭金融行為，這有助于促進家庭的資產結構優化和資產財富積累，進而提升家庭效用水平。

根據中國家庭金融調查(CHFS 2013)結果：中國農村家庭金融資產表現為以儲蓄存款為主的單一資產結構，其占比為56.8%，現金資產占比15.8%；農村正規金融風險市場參與率極低，股票、債券、基金等占比僅為2.8%，其中股票市場參與率為1.9%，遠低于全國和城市水平；農村家庭風險金融資產以民間借出款為主，占比13.9%，民間借貸較為活躍(盧建新，2015)。需要指出的是，民間借貸作為一種操作簡便快捷、獲取條件相對較低的融資手段，雖然在一定程度上緩解了農村金融市場正規信貸資金不足的矛盾，但通常借貸雙方僅靠信譽維持，借貸手續不完備，缺乏有效的抵押擔保和法律保障，可能會導致債權人經濟利益受損。鑒于此，哪些因素會影響到農村家庭資金借出行為？其可能的作用機制是什么？這些問題的研究有助于為農村家庭金融資產選擇決策提供一種合理的解釋。

受限于建模困難和數據局限，家庭資產配置在理論和實證方面均未取得一致結論。已有研究主要涵蓋：(1)家庭資產配置的統計特征。描述農村家庭實物資產和金融資產總量、內部結構分布及收益率，揭示住房資產占比最大、金融資產以儲蓄為主的單一資產結構的原因(柴曼瑩，2003)，以及多樣化投資組合的資產配置傾向(甘犁 等，2013)。(2)家庭資產配置的影響因素。從家庭資源稟賦、投資機會、生命周期、背景風險、社會保障、社會資本等方面和家庭資產決策建立起聯系(雷曉燕 等，2010；吳衛星 等，2015)，包括家庭金融市場參與決策(尹志超 等，2015)、家庭風險投資組合決策(王聰 等，2015)以及家庭資產選擇(Rosen et al.，2004)，多角度解釋了現實中家庭資產配置的“有限參與”。(3)家庭資產配置的經濟效應。檢驗家庭資產對農村家庭借貸行為、消費需求的影響(冉光和 等，2015)。

社會網絡是由某些個體間的社會關系構成的相對穩定的系統，其中，網絡是聯結行動者的一系列社會聯系或社會關系(Wellman et al.，1988)。鑒于家庭往往替代市場在其內部擔負配置資源的作用，因而以家庭為單位的行動者在社會網絡中的資源配置問題成為研究聚焦點，突出表現在信貸、儲蓄和保險等領域。在農村正規金融市場發展緩慢的情況下，家庭社會網絡維系和“關系”有助于改善信貸約束困境，提高農戶的借貸能力(申云，2016)。農村家庭社會網絡涵蓋其所在社區的生產生活領域，同時作用于家庭的投資和融資行為，在很大程度上決定農村家庭獲得外部資源的能力，有助于農民的自主創業(郭云南 等，2013)，也會對農村家庭儲蓄行為產生影響(易行健 等，2012)。以上研究豐富了農村家庭金融行為理論，肯定了社會網絡的保障作用和激勵效果。

通過對既有文獻的梳理，本文發現：首先，對農村家庭金融行為的研究多是從家庭負債的角度展開，而從資產角度展開的討論尚不多見，尤其是從社會網絡視角入手識別農村家庭不同金融資產特質的更為不足，其政策含義也有待于進一步挖掘；其次，對城市居民家庭金融資產選擇行為的關注遠甚于農村家庭，而隨著農村家庭收入水平逐步提高和基于中國居民家庭金融調查的微觀數據不斷豐富，農村家庭的金融資產配置必然是一個可深入探究的課題。與以往研究視角不同，本文基于中國農村家庭金融資產配置的現實情況，考察社會網絡對農村家庭民間借出行為的影響。

二、理論分析及研究假說

中國是一個傳統關系型社會，費孝通(1998)提出“差序格局”的圈層概念，認為以血緣為紐帶的宗族或親屬關系成為中國農村最主要和最穩定的社會網絡之一。由于農村社會保障體系、商業保險市場以及金融市場還不完善，農村家庭戶往往采用基于社會網絡的非正式風險分擔機制來緩沖可能的損失。對于物質資本和人力資本相對匱乏的農村家庭而言，基于“血緣、親緣、地緣”所形成的社會網絡作為一種重要的資源配置替代機制(李樹 等，2012)，涵蓋其生產生活領域，并作用于其投資和融資行為，緩沖了生產收入風險對家庭生產生活的臨時性沖擊(許承明 等，2012)。因而，在農村正規金融市場發展緩慢的情況下，社會網絡維系在農村信貸市場上發揮著重要作用(李銳 等，2007；楊汝岱 等，2011)，扮演著“軟墊”的角色并表現出一定的“門檻”效應(嚴太華，2015)，這在一定程度上形成對正規借貸的替代，同時又對農村家庭資產選擇配置產生影響(Kast et al.，2012)。對借出資金家庭來說，社會網絡提供了非正規金融資產的配置渠道，一定程度上能夠彌補農村正規金融資產供給受限和農村金融市場發展相對滯后的不足，同時在未來面臨流動性約束或不確定事件時也能得到同等援助。對于借入家庭而言，其緩解了當期面臨的流動性約束以及可能受到的正規信貸約束，有助于提升家庭效用水平。因而，家庭社會網絡這一非正式制度因素對借貸雙方農村家庭生產生活都具有較大的現實作用。

社會網絡在獲取信息和社會資源等方面具有優勢，同時在網絡結構內部亦起到擴散信息的作用。家庭的社會網絡越廣，社會網絡的支付能力就越強，越有利于增加對借入家庭的了解，從而降低雙方的信息不對稱，使民間借貸的風險最小化。現實中，農村家庭在傳統節假日或辦紅白喜事時會相互贈送禮品禮金，并以此作為維系親友之間情感的紐帶，這在一定程度上反映了家庭社會網絡所強調的結構關系，也可以看作是維持社會網絡的必要投資。農村家庭的資金借出行為多為口頭約定，且基本沒有受法律保護的紙質借款契約或抵押擔保物，通過電話、網絡和直接見面等方式的往來聯系可較為及時充分地了解借款家庭生產經營活動和生活消費情況，降低借貸雙方信息不對稱程度，緩解了借出款違約的風險。此外，至親血緣的基本特征決定了農村家庭在其網絡結構中的親友家庭面臨流動性約束時，借出自有資金實施援助，而血濃于水的網絡關系使得借出資金家庭從主觀和客觀上都會基本忽略這一金融行為的風險性。因而，家庭社會網絡為民間借貸提供了還款履約保證，降低了出借資金的風險，作為一種償債擔保能力更多地影響了借出家庭的金融資產選擇決策和借貸規模。基于此，本文提出：

假說1：農村家庭所處的社會網絡結構有助于降低民間借貸契約執行過程中的信息不對稱程度，進而減少其配置非正規風險金融資產的風險，促使農村家庭參與民間借出。

收入較高的農村家庭能夠較好地應對各種收支風險和不確定的流動性沖擊，因此對社會網絡的依賴性不強(易行健 等，2012)。這也間接表明社會網絡在收入較高的家庭中對民間借出款參與率和借出款比例的作用較小。隨著農村經濟的發展，農村家庭總體收入增加并產生一定分化，部分家庭能夠較為便利地通過正規金融市場進行資產配置和借貸交易，而對基于血緣親緣的網絡關系的高度依賴將趨于弱化。由于家庭借出款是民間借貸的主要供給方，因而，隨著農村正規金融發展，金融服務可得性的提高會影響家庭民間借貸行為，對借貸雙方產生抑制和替代，社會網絡的非市場力量的作用可能會趨于下降(馬小勇 等，2009)。基于此，本文提出：

假說2：收入水平不同的家庭，社會網絡對其民間借出款參與率和借出比例的影響存在差異，在中低收入家庭中作用較大且顯著。

假說3：隨著農村家庭收入增加、正規金融發展，社會網絡對借出款的作用將逐步減弱。

三、計量模型與數據說明

(一)計量模型

綜合以上分析，本文運用Probit和Tobit計量回歸模型，解釋社會網絡對農村家庭民間借出款參與率和參與程度的影響。 Probit模型具體形式可表示如下：

(1)

其中：y是啞變量，y=1表示農村家庭持有民間借出款，y=0表示未持有借出款；Xi為各層面解釋變量，包括社會網絡特征、家庭人口特征、家庭經濟特征和地區經濟環境變量；β0為回歸截距項，βi表示各解釋變量待估系數。本文采用極大似然法對式(1)進行估計。

考慮到農村家庭民間借出款參與程度涉及數據截斷問題，而Tobit模型可用一個基本潛變量y*來表示被觀察到的響應Y。因此，本文使用Tobit模型進一步估計社會網絡對農村家庭借出款參與程度的影響，設定為：

(2)

同時有：

(3)

其中，y*是無法觀測變量或潛變量；y表示農村家庭持有的借出款，是一個非負數。即：如果y*≥0，則y=y*；如果y*<0，則y=0。同樣，Xi為上述四個層面解釋變量。

(二)變量設定及數據說明

本文數據來自西南財經大學2011年進行的中國家庭金融調查(CHFS)，樣本覆蓋中國25個省市自治區80個縣的3244戶農村家庭。調查問卷內容主要包括家庭人口統計學特征、資產與負債、保險與保障、支出與收入四大部分，具體內容還包括受訪者主觀風險態度、家庭非金融資產和金融資產、家庭社會保障和商業保險、消費性支出與轉移性支出、收入狀況等方面，涵蓋詳細的中國農村家庭各項金融資產信息。此外，樣本地區經濟水平的數據來源于各省市自治區統計年鑒。

本文解釋變量包括民間借出款參與率和借出款占比兩類，前者通過“1=有借出款，0=無借出款”兩個選擇進行測度，后者為農村家庭借出款與金融資產總量之比。統計顯示，有借出款家庭占比為10%，說明農村民間借貸較為活躍。本文主要關注的解釋變量是農村家庭社會網絡，借鑒易行健等(2012)的方法，將家庭過去一年中與親友來往的貨幣或非貨幣形式的禮品收支總額的對數作為社會網絡的代理變量。通常情況下，與親友及其他社會網絡之間的互動可直接體現在禮品收支上，禮品收支被看作是農村家庭因維護血緣、親緣和地緣等各種關系而使用的資金規模；同時這也符合Granovetter(1973)、馬小勇等(2009)關于社會網絡衡量的三個標準：親友網絡的廣度、親友交往的緊密程度以及親友網絡的支持能力。根據本文假說1，預期社會網絡變量符號為正，即較強的社會網絡會提高農村家庭借出率。

依據已有文獻，本文設置的控制變量主要包括人口特征、經濟特征、地區特征三個維度變量。其中：家庭人口特征包括戶主年齡、文化程度、家庭人口以及風險態度四個變量，其中風險態度反映戶主對金融資產的選擇偏好；家庭經濟特征包括家庭收入、實物資產、保險與保障三個變量；地區經濟金融環境包括區域虛擬變量、地區經濟金融水平等變量。主要變量設置、取值說明及描述性統計詳見表1。

表1 主要變量說明和統計描述

在對農村家庭借出款對象的調查中，基于血緣、親緣的民間借出比例為63.43%，而城鎮家庭中這一比例則為47.03%，遠低于農村家庭。城鎮家庭借出款中，50.07%借給朋友或同事，其更傾向于契約型借出，而農村家庭中這一比例僅為33.33%(表2)。對“是否擔心借款不能收回”的回答中，有86.13%的農村家庭表示不擔心，而城鎮家庭則為81.19%，由此可見，基于血緣、親緣的民間借出款更有還款保證，農村家庭民間借出款風險程度低于城鎮家庭。關于借出款利率，94.1%的家庭表示為零利率，即無息借出。對“預計多長時間收回該借款”的回答中，預計還款期限在一年以內的短期借款占66.67%，一至兩年的占18.22%，兩至三年的約占8%，總體來看，農村家庭借出款主要為短期臨時借款。

表2 農村家庭和城鎮家庭借出款對象統計(%)

四、 實證結果及分析

(一)全樣本回歸分析

為了詳細檢驗社會網絡對農村家庭民間借出款參與率和參與程度的影響并驗證其穩健性，本文在實證回歸模型采取逐一添加各個維度影響變量的方法(表3)。回歸前，考慮到禮金收支額、通訊交通費與家庭收入，兄弟姐妹數與家庭人口等變量之間可能存在多重共線性問題，本文首先進行了多重共線性診斷。VIF檢驗結果顯示小于3，故可認為各解釋變量之間不存在多重共線性。模型回歸時，在模型(1)和(5)中僅控制家庭經濟特征變量，模型(2)和(6)中加入社會網絡變量禮金收支對數，模型(3)和(7)中繼續加入家庭人口特征變量，模型(4)和(8)中再加入地區經濟金融環境變量。逐步加入其他控制變量后，可以看出回歸結果依然穩定，社會網絡始終顯著正向影響農村家庭民間借出款參與率和借出款占比。具體而言，農村家庭所處的社會網絡結構提供了履約保證和信息擴散的有利條件，降低了民間借貸契約執行過程中的信息不對稱程度和出借風險，從而促使農村家庭參與民間借出。由此，假說1得到驗證。

表3 全樣本基本回歸結果

注:***、**和*分別表示在1%、5%和10%水平顯著；括號內的值為標準差。

從模型(1)—(8)的其他回歸結果還可以看出：經濟特征方面，家庭收入和實物資產變量的影響均顯著為正，收入水平較高、擁有較多實物資產的農村家庭，無論是用于生產經營的固定投資，還是用于生活消費的家產，往往與較多的家庭財富相對應，從而提高了其資金借出的能力和可能性，這與李鳳等(2016)的觀點一致；家庭參與社會保險保障也會提高民間借出，但并不顯著。人口特征方面，年齡變量的影響顯著為負，隨年齡增長用于各項消費的支出會相繼增加，如子女教育、修建住房、娶親婚嫁等，家庭流動性較強的金融資產更傾向于自用以平滑消費；文化程度和家庭人口影響為負，文化程度較高、人口較多的家庭，資金出借率會減少，但均不顯著；風險態度顯著負向影響民間借出，這與尹志超等(2015)的研究結果一致。地區經濟環境變量方面，東部地區虛擬變量對民間借出的影響顯著為負，中西部地區虛擬變量的影響為正但不顯著，這表明東部省份農村家庭更傾向于通過正規渠道配置金融資產，中西部農村家庭更偏好民間借貸；地區經濟水平變量的影響顯著為負，表明地區經濟越發達，越有利于降低農村家庭民間借出率；距最近金融機構的距離對家庭民間借出影響為正；開戶銀行數越多家庭民間借出率越低，表明較好的正規金融環境有利于降低農村家庭借出率。

(二)穩健性檢驗

為防止只使用禮金收支總額作為農村家庭社會網絡代理變量可能存在測量誤差，進而導致實證結果不穩健，本文借鑒馬小勇等(2009)的社會網絡衡量標準，選取通信聯絡關系、直系親屬關系、家族關系分別作為社會網絡的替代變量，進一步驗證結論的穩健性。通信聯絡關系主要指農村家庭與外界通過電話、網絡等通訊工具進行聯絡交往，或者與外界因地緣關系而形成的交際往來，用家庭的通訊費和本地交通費(txjt)來測度，反映網絡緊密程度。直系親屬關系和家族關系主要指因血緣、親緣、地緣關系所形成的關系網絡資本，分別用戶主及其配偶的兄弟姐妹人數(xdjm)和是否為本地大姓(bddx)這兩個變量來測度，反映網絡廣度。表4中，模型(1)—(3)分別為加入三種不同社會網絡替代變量的回歸結果，從中可見，所有社會網絡替代變量的系數均顯著為正，其余解釋控制變量的系數與基準回歸結果基本一致。因而，進一步表明假說1的檢驗結果較為穩健。

表4 穩健性檢驗結果

注:***、**和*分別表示在1%、5%和10%水平顯著;括號內的值為標準差。表中估計結果包含了表3中所包括的控制變量，根據本文研究目標需要，僅列出關注變量社會網絡替代變量的估計結果。

(三)分組回歸分析

為驗證社會網絡是否對較低收入農村家庭民間借出的影響更顯著，本文將樣本家庭按年收入1萬元以下、1～5萬元和5萬元以上的標準，劃分為較低、中等、較高三個層次，然后分別對不同收入階層家庭樣本進行回歸，以考察不同收入階層家庭的社會網絡對其民間借出款參與率和借出款占比的影響差異。回歸結果如表5所示，模型(1)的社會網絡變量系數顯著為正，模型(2)中該系數雖為正但不顯著，而模型(3)中這一系數顯著為負。這說明，相對于收入較高的家庭，社會網絡對中低收入家庭民間借出的作用更有效，假說2得以證實。

注:***、**和*分別表示在1%、5%和10%水平顯著;括號內的值為標準差。表中估計結果包含了表3中所包括的控制變量，根據本文研究目標需要，僅列出關注變量社會網絡變量的估計結果。

(四)進一步討論

為驗證收入增加是否會減弱社會網絡對農村家庭民間借出的影響，本文在基準回歸中加入了社會網絡和家庭收入的交互項，結果見表6。模型(1)顯示，交互項系數顯著為負，即隨著收入水平上升，社會網絡對農村家庭借出的正效應逐步下降。進而，為探討正規金融發展是否對基于社會網絡的農村民間借出有擠出效應，在模型(2)和模型(3)中，分別加入社會網絡與金融機構最近距離的交互項，以及社會網絡與樣本家庭開戶銀行數的交互項，結果顯示交互項系數分別為正和負，但前者不顯著。這表明家庭離正規金融機構距離越近，金融服務覆蓋面越廣，越是會降低社會網絡對農村家庭民間借出的正效應。因而，假說3得到驗證。

表6 經濟金融發展下社會網絡對農村家庭民間借出款的影響

注:***、**和*分別表示在1%、5%和10%水平顯著；括號內的值為標準差。表中估計結果包含了表3中所包括的控制變量，根據本文研究目標需要，僅列出關注變量社會網絡交互項的估計結果。

五、結論與政策含義

本文利用CHFS數據，針對社會網絡對農村家庭民間借出這一金融資產選擇行為的影響做了較為規范的實證檢驗，得到以下結論：(1)較強的家庭社會網絡結構能降低借貸雙方信息不對稱程度，減少借出風險，顯著提高農村家庭民間借出款參與率和借出款比例，并且在考慮測量偏誤而使用不同代理變量后，結論仍保持穩健；(2)通過對不同收入家庭的分層考察，社會網絡只對中低收入家庭民間借出行為具有正向效應，并且對收入越低的家庭作用越顯著；(3)隨著收入水平的提高、正規金融的發展，社會網絡對農村家庭民間借出行為的正向效應將逐步減弱。

本文結論的政策含義是：首先，社會網絡作為一種非正式制度能起到信息甄別的作用，有助于降低資金借出風險，緩解借入家庭的流動性約束，對借貸雙方家庭都具有現實作用，因此，我們需重視農村和諧社區建設，充分發揮農村家庭社會網絡的保障作用；其次，針對社會網絡對低收入家庭民間借出行為的較強作用，需要加強農村金融機構的支農職能，尤其是提高農村貧困家庭的正規信貸比例，推進基于親緣的關系型借貸逐步向市場化的契約型借貸過渡；最后，隨著農村社會經濟的發展，家庭社會網絡功能趨于弱化，政府管理部門應根據農村地區的特殊性提供相應的配套措施，引導和鼓勵金融機構積極創新適合農村家庭特點的金融資產服務和產品，促進農村家庭更多地參與正規金融市場和進行資產配置。

柴曼瑩. 2003. 中國居民金融資產增長因素貢獻率測算[J]. 華南理工大學學報(社會科學版)(1):63-67.

費孝通. 1998. 鄉土中國生育制度[M]. 北京:北京大學出版社.

甘犁,尹志超,賈男,等. 2013. 中國家庭資產狀況及住房需求分析[J]. 金融研究(4):1-14.

郭云南,張琳弋,姚洋. 2013. 宗族網絡、融資與農民自主創業[J]. 金融研究(9):136-149.

雷曉燕,周月剛. 2010. 中國家庭的資產組合選擇:健康狀況與風險偏好[J]. 金融研究(1):31-45.

李鳳,羅建東,路曉蒙,等. 2016. 中國家庭資產狀況、變動趨勢及其影響因素[J]. 管理世界(2):45-56.

李銳,朱喜. 2007. 農戶金融抑制及其福利損失的計量分析[J]. 經濟研究(2):130-138.

李樹,陳剛. 2012. “關系”能否帶來幸福？來自中國農村的經驗證據[J]. 中國農村經濟(8):66-78.

劉西川,楊奇,陳立輝. 2014. 農戶信貸市場的正規部門與非正規部門:替代還是互補[J]. 經濟研究(11):145-158.

盧建新. 2015. 農村家庭資產與消費:來自微觀調查數據的證據[J]. 農業技術經濟(1):84-92.

馬小勇,白永秀. 2009. 中國農戶的收入風險應對機制與消費波動：來自陜西的經驗證據[J]. 經濟學(季刊)(4):1221-1238.

冉光和,田慶剛. 2015. 家庭資產對農戶借貸行為影響的實證研究:基于重慶市1046戶農戶的調查數據[J]. 農村經濟(12):62-67.

申云. 2016. 社會資本、二元金融與農戶借貸行為[J]. 經濟評論(1):80-146.

王聰,柴時軍,田存志. 2015. 家庭社會網絡與股市參與[J]. 世界經濟(5):105-124.

王定祥,田慶剛,李伶俐,等. 2011. 貧困型農戶信貸需求與信貸行為實證研究[J]. 金融研究(5):124-138.

吳衛星,丘艷春,張琳琬. 2015. 中國居民家庭投資組合有效性:基于夏普率的研究[J]. 世界經濟(1):154-172.

許承明,張建軍. 2012. 利率市場化影響農業信貸配置效率研究[J]. 金融研究(10):111-124.

嚴太華. 2015. 信貸需求、借貸行為與農戶社會網絡的關聯度[J]. 改革(9):151-159.

楊汝岱,陳斌開,朱詩娥. 2011. 基于社會網絡視角的農戶民間借貸行為研究[J]. 經濟研究(11):116-129.

易行健,張波,楊汝岱,等. 2012. 家庭社會網絡與農戶儲蓄行為:基于中國農村的實證研究[J]. 管理世界(5):43-51.

尹志超,吳雨,甘犁. 2015. 金融可得性、金融市場參與和家庭資產選擇[J]. 經濟研究(3):87-99.

GRANOVETTER M. 1973. The strength of weak ties [J]. American Journal of Sociology, 78(6):1360-1380.

KAST F, MEIER S, POMERANZ D. 2012. Under-savers anonymous: evidence on self-help groups and peer pressure as a savings commitment device [R]. NEBR Working Paper， No.18417.

ROSEN H S, WU S. 2004. Portfolio choice and health status [J]. Journal of Financial Economics, 72(3)：457-484.

WELLMAN B, BERKOWITZ S D. 1988. Social structure: a network approach [M]. London: Cambridge University Press.

(責任編輯 彭 江)

Social Network, Private Lending and Financial Asset Selection of Rural Families：On Household Finance Survey in China

WANG XiaoQing

(Nanjing Agricultural University, Nanjing 210095; Nanjing Audit University, Nanjing 211815)

Based on the data of CHFS, this paper probes into the impact of social network on private lending behavior of rural families. The results are as follows. (1) The stronger the family social network, which helps to reduce lending risk, the higher the participation rate and degree of the private lending of rural families, and the conclusion is still robust even if different proxy variables are used. (2) The lower the income of rural families, the more significant the impact of social network. (3) With the increase of income and the development of formal finance, the effect of social network on the private lending behavior of rural families will decrease.

social network; the private lending; rural family; financial assets selection

2017-04-25

王曉青(1973--)，女，江蘇南京人，南京農業大學經濟管理學院博士生，南京審計大學經濟與貿易學院講師。

江蘇省高校哲學社會科學研究基金項目“新型城鎮化背景下江蘇農村金融創新發展研究”(2015SJB192)；教育部人文社會科學研究規劃基金項目“土地流轉與人口流動的城鄉協調發展機制與政策研究”(15YJAZH015)；江蘇省優勢學科重點序列學科——應用經濟學(蘇政辦發[2014]37號)的階段性成果。

F832.43;F32

A

1001-6260(2017)05-0047-08

10.19337/j.cnki.34-1093/f.2017.05.005